与行驶速度较高的其他无人驾驶工况相比, 自动泊车时参考路径的曲率较大, 因此车辆转向轮转角速度的限制等系统约束条件会严重影响自动泊车路径跟踪控制器的性能. 为了解决这一问题, 提出了基于非线性模型预测控制的自动泊车路径跟踪控制器, 并在MATLAB/Simulink和PreScan联合仿真环境中将该控制器与基于线性时变模型预测控制的控制器进行了对比. 仿真结果表明非线性模型预测控制器可以实现多约束条件下的自动泊车, 泊车完成后车辆航向与车位中线的夹角为0.0189 rad, 车辆后桥中点与车位中线的距离为0.1045 m, 仅为车身宽度的5.56%. 相比线性时变模型预测控制器, 非线性模型预测控制器具有泊车精度更高、安全裕度更大、泊车耗时更少等优势. 在实时性方面, 该控制器也能够满足自动泊车的需求

基于质量守恒方程、能量守恒方程及化学反应速度式,建立了描述含碳球团直接还原过程的数学模型,用此模型所做的数值计算结果与试验结果基本吻合。数值模拟结果表明:影响含碳球团还原速率的最重要因素是炉温,含碳球团应在尽可能高的炉温下焙烧;虽然大球的还原速度开始阶段较慢,但焙烧时间足够长时,不论球大小,都可达到高金属化率;只有配碳量足够时才能获得较快的还原速率和较高的还原度

介绍在“高分子物理实验”教学中新开设的又一个计算机模拟实验,即应用自编的改进型 四位置模型,模拟二维空间中的自回避行走链和无规行走链,并验算均方末端距和均方回转半径与 合度的标度关系,所得结果与 de gennes的理论符合良好 关键词:改进型四位置模型:自回避行走链;无规行走链:标度理论 在“高聚物的结构与性能”一些学校称为“高分子物理”)课程教学中,高分子链的形态是教学 的重点和难点

针对装备各类故障样本分布不平衡、现有算法故障诊断精度较低的问题，通过引入p范数约束多核极限学习机和基于AdaBoost的集成学习策略，定义了一种p范数约束下正则化加权多核集成极限学习机的故障诊断模型。首先，在p范数约束下，基于各类故障样本自身规模，分别进行了两种自适应的样本权重分配；其次，在每层分类器的优化中，将多核学习的多源数据融合能力和极限学习机运算高效的特点相结合，同时，将样本的权重$ {\\boldsymbol{W}} $

用人工生命方法创造计算机动画,增强了计算机动画的逼真度和生动性.为了更好地控制动画的进程,指导动画角色的行动,本文将人工智能方法引入到计算机动画的创作中.提出并建立了面向自繁衍的人工鱼的认知模型,提高人工鱼的认知能力,实现基于“动物逻辑”的人工鱼高级行为控制.建立了人工鱼产生交配欲望、产卵和环境选择等预定义行为的认知模型.实验表明,人工鱼的高级行为控制器可以使人工鱼更好地适应虚拟海底环境,并顺利完成交配、产卵等生命过程

利用Gleeble1500热模拟机研究了Nb质量分数0.089%的高温热机械轧制钢(4# Nb钢)在粗大奥氏体晶粒条件下的静态再结晶规律.作为对比,同时研究了一种铌质量分数0.049%的低碳含铌钢(2# Nb钢)的静态再结晶规律.实验结果表明:4# Nb钢的静态再结晶动力学过程比2# Nb钢慢,在高温时差异较小;随着形变温度的降低,4# Nb钢的静态再结晶动力学被极大地延迟.根据实验数据建立了静态再结晶模型,该模型对轧制工艺的制定有一定的指导意义

定性数据的建模 一、列联表及列联表分析 二、对数线性模型的基本理论和方法 三、对数线性模型的SPSS实现 四、Logistic回归基本理论和方法 五、 Logistic回归步骤以及SPSS实现

借鉴水泥净浆流动度测试方法，引入扩散度参数判别尾砂膏体的流变特性，开展试验研究分析扩散度与尾砂膏体质量分数（Cw）、灰砂比、屈服应力和黏度系数的关系，根据5个矿山的扩散度和流变参数测试结果，构建扩散度与屈服应力的经验模型，并与推导的解析模型作对比。结果表明：尾砂膏体的扩散度主要与质量分数有关，灰砂比对其影响不显著，随质量分数、屈服应力和黏度的增加而减小，质量分数为68%、70%和72%的尾砂膏体的扩散度分别为20.37、17.22和12.44 cm；尾砂膏体的扩散度与屈服应力的变化趋势相吻合，二者呈指数型函数关系，经验模型计算得到的屈服应力与测试结果误差在25%范围内，且尾砂膏体质量分数越大，二者的误差越小，达到10%以内；解析模型与经验模型计算所得的屈服应力在扩散度为12～16 cm之间结果较接近，解析模型计算结果整体上高于测试值；相比于坍落度，扩散度测试简便易操作，扩散度能有效表征尾砂膏体的流变特性，指导矿山现场充填

激光是一种单频率或多频率的光波， 利用高能量的激光束进行切割，焊接和钻 孔等加工，是近年来发展起来的一项新技 术，有广泛的应用，本讲建立激光钻孔的 数学模型，用它讨论激光钻孔的速度问题

提出了用简单动态递归网来建立固体散料流量模型.针对动态递归网结构复杂、训练算法收敛速度慢的缺点,采用一种结构十分简单的递归网.对RPE算法进行了改进和补充,使之适用于简单递归网,用来对网络的权值和阈值进行调整.建模结果表明此方法收敛速度快,精度高